---
type: paper
slug: jungkyu-park-2013-patent-quality-solar-cell-life-cycle
title: >-
  Patent quality determinants based on technology life cycle with special
  reference to solar-cell technology field
authors:
  - '[[jungkyu-park]]'
  - '[[eunnyeongheo]]'
year: 2013
venue: '[[maejo-international-journal-of-science-and-technology]]'
volume: '7'
issue: '2'
pages: 315-328
doi: ''
categories:
  - '[[innovation-economics]]'
methods:
  - '[[count-data-regression]]'
  - '[[poisson-regression]]'
  - '[[negative-binomial-regression]]'
themes:
  - '[[technology-life-cycle]]'
  - '[[patent-quality]]'
  - '[[renewable-energy-policy]]'
  - '[[rd-strategy]]'
last_updated: '2026-05-17T20:00:00+09:00'
---
# Patent quality determinants based on technology life cycle with special reference to solar-cell technology field

*[[jungkyu-park]], [[eunnyeongheo]] (2013)* · [[maejo-international-journal-of-science-and-technology]] 7(2):315-328

> 태양전지 기술 분야의 특허 품질 (patent citation count proxy) 결정요인이 [[technology-life-cycle]] 단계 (성숙 전/후) 에 따라 *부호가 역전* 되는지를 검정. JIPA 5단계 모형 (seed/growth/development/maturity/declining) 으로 태양전지 라이프사이클을 분석해 2001년을 maturity inflection point 로 식별. USPTO 1990-2009 태양전지 특허 1466건 (성숙 전 1130 + 성숙 후 336) 에 14개 독립변수 [[poisson-regression]] + [[negative-binomial-regression]] 추정. NA (연구주체 수), DC (국내 공동연구), NSELF (자기인용) 의 3개 변수가 성숙 전후로 부호 역전 — 동일 R&D 전략을 단계 무관 적용하는 관행의 비효율 입증.

- **RQ**: 특허 품질 (citation count proxy) 의 결정요인이 [[technology-life-cycle]] 단계 (성숙 전 vs 성숙 후) 에 따라 *부호 자체가 다르게* 작용하는가? 태양전지 R&D 전략은 단계별 차별화가 필요한가?
- **방법론**: [[poisson-regression]] (기본 count model) + [[negative-binomial-regression]] (over-dispersion 처리, Cameron-Trivedi 1998). JIPA patent portfolio 방법 (Haupt et al. 2007) 으로 기술 생애주기 단계 식별. STATA 10.0 사용.
- **데이터**: USPTO 태양전지 기술 (Material, Manufacture, Module, Electrode 4 class) 1990-2009 등록 특허. KIAT 기준 검색 → 4,447건 → noise 제거 후 1,466 유효 record. 성숙 inflection point 2001년 기준 분할: pre-maturity 1,130건 + post-maturity 336건. 종속변수: 미국 patent citation count (다른 patent office 는 citation 정보 미공개). 독립변수 14개: NA (연구주체 수), DC/INTC (국내·국제 공동연구 dummy), NINV (발명자 수), 2INV (다국적 dummy), BCitation (후방 인용 수), NNONP (비특허 인용), NSELF (자기인용), USIC/JPIC/EUIC (국적별 인용 의존도), NCLAIM (청구항 수), NFAM (family patent 수), NIPC (IPC class 수).
- **주요 발견**: (i) **3개 변수의 부호 역전** (Table 7-8): NA — pre β=-0.436** (단일 발명자 우위), post β=+0.485* (대규모 협업 우위); DC — pre β=+0.614** (국내 협업 우위), post β=-1.006** (국내 협업 비효율); NSELF — pre β=+0.011** (자기인용 누적 우위), post β=-0.052** (자기인용 과다 → 품질 ↓). (ii) **단계 무관 변수**: INTC (국제 협업) 모든 단계 positive (pre 0.721**, post 0.871*), 2INV (다국적 팀) negative (linguistic friction, Maurseth-Verspagen 2002 와 일치). (iii) **상수 효과**: NCLAIM (청구항), NFAM (family), NIPC (IPC class) 모두 양의 효과 + 성숙 후 계수가 pre 의 2-4배 ↑ — 성숙기 *상업화 지향* 변수의 영향력 증대. (iv) **국적별 의존도**: pre 단계에서 USIC, JPIC, EUIC 모두 강한 양의 효과 (US/JP/EU 가 태양전지 leader). (v) **descriptive statistics**: 성숙 후 BCitation 평균 (22.9) 이 pre (10.3) 의 2.2배, NNONP (7.2 vs 2.6) 도 2.8배 — 기술 누적·과학적 연결성 강화.
- **시사점**: 태양전지 R&D 전략은 성숙 *이전* 에는 소규모·국내 협업·자기지식 누적 중심, 성숙 *이후* 에는 대규모 협업·외부 지식 활용 중심으로 *부호를 뒤집어야* 한다. 단계 무관한 universal R&D 처방은 비효율. 국제 협업 (INTC) 과 다국적 팀 (2INV) 의 차이 — 협업은 좋지만 다국적성은 언어 마찰을 통해 부정적 — 도 R&D 팀 구성에 반영해야 한다.

## 요약

이 paper 는 [[eunnyeongheo]] 의 2기 (2009-2017) [[renewable-energy-policy]] · [[energy-technology-valuation]] 라인의 *혁신경제학 응용* 갈래로, 특허 품질 결정요인 문헌 (Trajtenberg 1990 의 citation = 가치 proxy, Harhoff-Narin-Scherer-Vopel 1999 의 citation-value positive relation, Sampat 2005, Lee-Lee-Song-Lee 2007 의 한국 KIST zero-inflated count model) 의 직접 후속. 핵심 *gap* 은 기존 연구가 patent quality 결정요인의 부호·크기를 단계 무관 *상수* 로 가정한 점 — 그러나 Ford-Ryan (1981) · Levitt (1965) 의 [[technology-life-cycle]] 개념 + Haupt-Kloyer-Lange (2007) 의 patent indicator 가 시사하듯, 동일 변수도 기술 생애주기 단계에 따라 다른 dynamics 를 가질 가능성. 본 paper 는 이 가설을 태양전지 사례로 직접 검정.

방법론은 count data 표준 — [[poisson-regression]] $E(Y) = \text{Var}(Y) = \mu$ 가정 위반 시 [[negative-binomial-regression]] $\text{Var}(Y) = \mu(1 + \alpha\mu)$ 로 확장 (Cameron-Trivedi 1998). 기술 생애주기 단계 식별은 JIPA patent portfolio 방법 (특허 출원 수 + 성장률 의 plane) 적용. 태양전지 portfolio plot 분석에서 2001년이 *maturity inflection point* — 출원 수 증가가 감속하기 시작하는 시점. 이를 기준으로 pre-maturity (1990-2001) 1,130건과 post-maturity (2001-2009) 336건으로 분할 후 동일 14변수 회귀를 *독립적으로* 추정해 계수의 stage-conditional 차이를 surface.

결과는 가설 직접 지지: 14변수 중 **NA, DC, NSELF 3개의 부호가 단계 간 역전**. NA (연구주체 수) 는 pre 에 단일 발명자가 유리 (β=-0.436**) 하지만 post 에는 대규모 협업이 유리 (β=+0.485*) — 기술 성숙기엔 다양한 ecosystem partner 의 결합이 commercialization 에 핵심. DC (국내 공동연구) 는 pre 에 positive (β=+0.614**) 지만 post 에 negative (β=-1.006**) — 성숙기엔 국내 partner 의 한계 노출, 글로벌 partner 필요. NSELF (자기인용) 는 pre 에 positive (β=+0.011**, 기술 누적성 우위) 지만 post 에 negative (β=-0.052**, 과다한 자기인용 = lock-in 위험). 반면 INTC (국제 협업) 는 단계 무관 positive (각각 0.721**, 0.871*), 2INV (다국적 팀) 는 단계 무관 negative (언어 마찰, Maurseth-Verspagen 2002 의 europe patent 결과와 일치). NCLAIM·NFAM·NIPC 의 *상업화* 지표는 모두 positive 이지만 post 단계에서 계수가 2-4배 ↑ — 성숙기엔 청구항·patent family·IPC class 가 곧 시장 가치. 이 결과는 [[eunnyeongheo]] 그룹의 후속 [[kyungjin-yoo-2013-renewable-ma-event-study]] (재생에너지 M&A event study) 와 함께 *재생에너지 산업 분석 도구* 라인을 형성.

## 핵심 결과

회귀 결과의 부호 역전 (Table 8):

| 변수 | Pre-maturity (1130건) | Post-maturity (336건) | 해석 |
|---|---|---|---|
| NA (연구주체 수) | -0.436** | +0.485* | 성숙기엔 대규모 협업 우위 |
| DC (국내 공동연구) | +0.614** | -1.006** | 성숙기엔 국내 partner 한계 |
| NSELF (자기인용) | +0.011** | -0.052** | 성숙기엔 자기인용 lock-in 위험 |

단계 무관 변수:

| 변수 | Pre β | Post β | 효과 방향 |
|---|---|---|---|
| INTC (국제 협업) | +0.721** | +0.871* | 항상 positive |
| 2INV (다국적 팀) | -0.165** | -0.077 | 항상 negative (언어 마찰) |
| NCLAIM (청구항) | +0.006** | +0.021** | 성숙기 영향 3.5배 ↑ |
| NFAM (family) | +0.008** | +0.034** | 성숙기 영향 4.3배 ↑ |
| NIPC (IPC class) | +0.122** | +0.175** | 성숙기 응용 범위 영향 ↑ |

(Negative Binomial 모형 결과; Poisson 도 유사한 패턴 — over-dispersion 은 NB lnalpha 추정으로 확인)

## 방법론 노트

[[poisson-regression]] 의 기본 모형:

$$
P(Y_i = y_i) = \frac{e^{-\mu_i} \mu_i^{y_i}}{y_i!}, \quad \mu_i = \exp(x_i'\beta)
$$

등분산 가정 $E(Y) = \text{Var}(Y) = \mu$ 가 위반될 때 (over-dispersion), [[negative-binomial-regression]] 으로 확장:

$$
P(Y_i = y_i) = \frac{\Gamma(\alpha^{-1} + y_i)}{\Gamma(\alpha^{-1})\Gamma(y_i + 1)}\left(\frac{\alpha^{-1}}{\alpha^{-1} + \mu_i}\right)^{\alpha^{-1}}\left(\frac{\mu_i}{\alpha^{-1} + \mu_i}\right)^{y_i}
$$

분산 $\text{Var}(Y_i) = \mu_i(1 + \alpha\mu_i)$. $\alpha > 0$ 가 over-dispersion 정도. Log-likelihood:

$$
\ln L_{NB} = \sum\left[y_i \ln\left(\frac{\alpha\mu_i}{1 + \alpha\mu_i}\right) - \frac{1}{\alpha}\ln(1 + \alpha\mu_i) + \ln\Gamma\left(y_i + \frac{1}{\alpha}\right) - \ln\Gamma(y_i+1) - \ln\Gamma\left(\frac{1}{\alpha}\right)\right]
$$

Identification: 기술 생애주기 단계 식별은 JIPA patent portfolio (출원 수 × 성장률 plane) 방법으로 2001년 maturity inflection point 식별. 두 sub-sample 의 독립 회귀로 stage-conditional 계수 차이를 surface.

## 연구 계보

특허 인용 = 가치 proxy 라인: Trajtenberg (1990) → Carpenter-Narin-Woolf (1981) → Narin-Noma-Perry (1987) → Albert-Avery-Narin-McAllister (1991) → Harhoff-Narin-Scherer-Vopel (1999) → Hirschey-Richardson (2001, 2004) → Sampat (2005) → Lee-Lee-Song-Lee (2007 *Scientometrics*, 한국 KIST zero-inflated). Patent 통계 economic indicator 라인: Griliches (1990) survey, Comanor-Scherer (1969), Jaffe-Trajtenberg-Henderson (1993). Count data 방법론: Mullahy (1986), Lambert (1992) zero-inflated, Hausman-Hall-Griliches (1984) patent-R&D, Cameron-Trivedi (1986, 1998) 표준 textbook. [[technology-life-cycle]] 라인: Ford-Ryan (1981) 6단계, Levitt (1965) product life cycle, Haupt-Kloyer-Lange (2007) patent indicator life cycle, JIPA (2009 published 2011) patent portfolio. Linguistic friction: Maurseth-Verspagen (2002) Europe patent citations. [[eunnyeongheo]] 의 1기 (1998-2008) 에너지·자원 가치평가 + 2기 (2009-2017) 재생에너지 정책의 *innovation studies 응용* 갈래. 후속 [[kyungjin-yoo-2013-renewable-ma-event-study]] (재생에너지 산업 M&A event study) 와 함께 *재생에너지 산업 분석 도구* 라인을 구성.

## See also

- [[eunnyeongheo]]
- [[jungkyu-park]]
- [[maejo-international-journal-of-science-and-technology]]
- [[count-data-regression]]
- [[poisson-regression]]
- [[negative-binomial-regression]]
- [[technology-life-cycle]]
- [[patent-quality]]
- [[rd-strategy]]
- [[renewable-energy-policy]]
- [[kyungjin-yoo-2013-renewable-ma-event-study]]